面向柔性定制作业的工业机器人视觉理论与实现方法

Machine vision is a significant perception tool for industrial robots. The traditional vision system has played an important role in mass and batch production model. Further, “individual customization and flexible production” is the inexorable trend of the manufacturing industry. New requirements and challenges are presented for robots visual perception, i.e., the visual system should respond to the changes of the targets quickly. For this challenge, A series of fundamental researches will be carried out in this application, including “the generation of adaptive features”, “recognition and location approaches in small batch production”, “recognition and location approaches based on CAD model of customized products”, “recognition and location approaches of similar charactical targets” and “online learning and optimization approaches of the visual perception model”. We focus on the scientific issues about “object recognition and location approaches with inadequate sample under tight constraint conditions”, “recognition and location approaches of similar charactical targets” and “online learning and optimization approaches of the visual perception model”. The achievement of this application will focus on the actual demands for future intelligent manufacturing, breakthrough the critical technologies, and building test platform for technical identification and typical demonstration applications, which will lay a solid foundation for future popularization and applications.

机器视觉是工业机器人的重要感知手段，在大规模批量化生产模式下，传统的视觉系统已经发挥了重要作用。而“个性化定制、柔性化生产”是制造业发展的必然趋势，它对机器人视觉感知提出了新的需求和挑战，它要求视觉系统能够快速响应目标的变化。针对这一挑战，本申请拟开展面向柔性定制作业的工业机器人视觉理论与实现方法研究。对“面向小批量生产的特征自适应生成及识别方法”、“基于定制化产品CAD模型的目标识别定位方法”、“同构特异性目标的识别定位方法”和“视觉感知模型在线学习与优化方法”进行深入研究。重点解决“非充分样本紧约束条件下的目标识别”、“同构特异性目标的识别定位”和“视觉感知模型在线学习与优化”等科学问题。面向未来智能制造的实际视觉感知需求，突破关键技术，建立实验验证平台，开展技术验证与典型示范应用，为进一步推广应用奠定基础。

本项目研发团队，针对“个性化定制，柔性化生产”对机器人视觉提出的新需求，着重从工件目标识别定位算法本身和视觉应用方式两个方面开展方法研究和实验验证，取得了一系列重要成果。在面向小批量生产的特征自适应生成及识别方法方面，提出了一种基于形状基元点对的目标识别定位方法；在基于定制化产品CAD模型的目标识别定位方面提出了基于CAD形状特征的目标识别定位方法和基于CAD模型的三维目标识别定位方法；在同构特异性目标识别定位方面提出了基于无监督多子类分类的泛在目标识别定位方法、基于深度学习的泛在目标抓取检测方法和面向工业机器人灵巧作业的人机交互方法；在机器人视觉感知模型在线学习与优化方面提出了一种视觉特征模型的在线学习方法和一种视觉标定模型的在线优化方法。.在方法研究的同时，项目团队积极开展了实验验证和示范应用，项目多项研究成果应用于实际的产品开发和工程实践。基于形状基元点对的目标识别定位方法应用于团队所开发的2D机器人视觉定位系统，基于CAD的平板目标识别定位方法应用于基于线结构光扫描的3D机器人视觉定位系统，在线优化的线结构光手眼标定方法应用于智能焊缝跟踪视觉系统等。.项目团队共发表学术论文38篇，其中SCI论文24篇；申请发明专利10项，其中授权5项。项目培养青年骨干5人、博士后1人、博士10人，项目为稳定基础研究队伍和培养研究生发挥了积极作用。.本项目的研究成果，对于突破新生产模式下机器人视觉感知基础理论和关键技术瓶颈，提升智能化水平，具有重要的科学意义和广阔的应用前景。